Zdenko Kovacic分别于1981年、1987年和1993年在克罗地亚萨格勒布大学获得电子工程学士、硕士和博士学位。现为萨格勒布大学电子工程和计算机学院控制与计算机工程系的副教授，主任。主要研究领域包括机器人技术、柔性制造系统、智能控制、自适应控制、最优控制和人工智能控制。1990—1991年曾在美国弗吉尼亚工学院和州立大学的Krishnan Ramu教授的运动控制实验室从事研究工作。曾主持和参加过多项国际，以及克罗地亚政府资助的研究开发项目并成为克罗地亚工业合作伙伴。

译者序

原书前言

作者简介

第1章 导论

参考文献

第2章 模糊控制器设计

2.1 模糊集合

2.2 语言变量

2.3 模糊规则

2.3.1 模糊蕴涵

2.3.2 解模糊

2.4 模糊控制器的结构

2.4.1 模糊规则表

2.4.2 模糊集合的形状、数目及分布的选择

2.5 模糊控制器的稳定性

参考文献

第3章 模糊控制器的初始化设置

3.1 PID控制算法的模糊模拟

3.1.1 PID控制器的模糊模拟

3.1.1.1 PID控制器的模糊模拟——变形A

3.1.1.2 PID控制器的模糊模拟——变形B

3.1.1.3 PID控制器的模糊模拟——变形C

3.1.1.4 Sugeno型模糊PID控制器

3.2 模型参考模糊控制器的初始化设置

3.3 相平面模糊控制器的初始化设置

3.4 模糊控制器的初始化设置实例

3.4.1 PI控制器的模拟

3.4.2 模型参考的初始化设置

3.4.3 相平面的初始化设置

参考文献

第4章 复杂模糊控制器结构

4.1 混合模糊控制

4.2 自适应模糊控制

4.2.1 直接与间接自适应控制

4.2.2 模型参考模糊自适应控制系统

4.2.2.1 基于灵敏度模型的自适应

4.2.2.2 基于积分准则的自适应

4.2.2.3 具有模糊自适应的参考模型自适应控制

4.2.3 基于多模糊规则表的自适应

4.2.4 模糊MRAC接触力控制

4.2.5 模糊MRAC角速度控制

参考文献

第5章 自组织模糊控制器

5.1 基于直接李亚普诺夫方法的自组织模糊控制

5.2 基于霍尔维兹稳定性标准的自组织模糊控制

5.3 基于灵敏度函数的自组织模糊控制

5.3.1 系统灵敏度的基本概念

5.3.2 一种自组织模糊算法的综合

5.3.3 基于多模糊规则表的控制例子

5.3.4 具有自学习积分环节的自组织模糊控制

参考文献

第6章 模糊控制器作为MATLAB的高级模块

6.1 MATLAB模糊逻辑工具箱的特性

6.1.1 FIS编辑器

6.1.2 隶属函数编辑器

6.1.3 规则编辑器

6.1.4 规则观测器

6.1.5 在FLT中的解模糊方法

6.1.6 FLT命令

6.2 MATLAB的混合模糊控制器高级模块

6.3 基于多项式的PSLFLCMATLAB高级模块

6.4 基于灵敏度模型的SLFLC的MATLAB高级模块

6.5 设计项目：一个电液伺服系统的模糊控制

6.5.1 控制过程的数学模型

6.5.2 仿真模型

6.5.3 模糊控制器设计说明

参考文献

第7章 工业应用的模糊控制器的实施

7.1 工业模糊控制器简介

7.2 工业模糊逻辑控制器的实施平台

7.2.1 基于微机的模糊控制器的实施

7.2.2 对冷凝水液位进行基于PLC的模糊增益调度控制

7.2.2.1 冷凝器模型

7.2.2.2 标准冷凝器液位控制

7.2.2.3 模糊增益调度冷凝水液位控制

7.2.2.4 通过西门子SimaticS7-216Step7PLC对FGS冷凝水液位控制进行编程

7.2.3 基于PLC的自学习模糊控制器实施

7.2.3.1 PPSOFC——自组织模糊控制器功能块

7.3 在过程控制中的模糊控制器应用实例

7.3.1 基于PC的公路隧道通风系统的模糊预测控制

7.3.1.1 模糊预测控制器的结构

7.3.1.2 空气流量的预测

7.3.1.3 风机数量的预测

7.3.1.4 隧道参数辨识

7.3.1.5 模糊控制器

7.3.1.6 仿真实验

7.3.1.7 基于FBD的模糊预测控制器的实施

7.3.2 麻醉的模糊控制

参考文献 2100433B

《模糊控制器设计理论与应用》一书主要介绍了易于应用到不同类型的工程实际中的模糊控制器设计技术。书中描述了一些模糊控制理论的基本概念和做出成功设计所必备的基础知识。混合、自适应和自学习模糊控制器结构的设计是本书的侧重点，同时还给出了适于离线和在线操作的自适应模糊控制器设计的完整策略。全书共分7章，内容涵盖从基本的入门水平到面向专业应用水平的模糊控制器设计课题。包括模糊逻辑系统的导论和综述；模糊集合的基本定义及算子；标准模糊控制器设计的要点，并给出了几种易于实现的模糊控制器设计方法；给出了两种自组织模糊控制器；讨论了复杂模糊控制器结构；给出了基于MATLAB/Simulink的模糊控制器设计工程应用范例，并在最后一章专门讨论了模糊控制器的工业应用。本书适用于从事自动化、自动控制、机械电子和电气自动化领域的工程技术人员及研究生、博士生阅读，也可以作为高等院校自动控制、智能控制等方面的教学参考书。

模糊自整定PID控制器由参数可调整PID控制器和模糊控制器两部分组成，其控制原理框图如图1所示。

图1

其设计思想是：先建立PID控制器的三个参数与偏差e和偏差变化率ec的模糊关系即模糊规则，然后以偏差e和偏差变化率ec作为输入量，通过模糊规则对PID参数进行在线修改以满足不同时刻偏差e和偏差变化率ec对PID参数自调整的要求在系统中，模糊控制器是设计的核心 。

模糊控制器如图2所示。模糊控制器的工作过程可分为3个过程：模糊化、模糊逻辑推理和精确化。

图2

（1）知识库

知识库包括模糊控制器参数库和模糊控制规则库。模糊控制规则建立在语言变量的基础上。语言变量取值为“大”、“中”、“小”等这样的模糊子集，各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。因此，为建立模糊控制规则，需要将基本论域上的精确值依据隶属函数归并到各模糊子集中，从而用语言变量值(大、中、小等)代替精确值。这个过程代表了人在控制过程中对观察到的变量和控制量的模糊划分。由于各变量取值范围各异，故首先将各基本论域分别以不同的对应关系，映射到一个标准化论域上。通常，对应关系取为量化因子。为便于处理，将标准论域等分离散化，然后对论域进行模糊划分，定义模糊子集，如NB、PZ、PS等。

同一个模糊控制规则库，对基本论域的模糊划分不同，控制效果也不同。具体来说，对应关系、标准论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。这3类参数与模糊控制规则具有同样的重要性，因此把它们归并为模糊控制器的参数库，与模糊控制规则库共同组成知识库。

（2）模糊化

将精确的输入量转化为模糊量F有两种方法:

a.将精确量转换为标准论域上的模糊单点集。

精确量x经对应关系G转换为标准论域x上的基本元素.

b.将精确量转换为标准论域上的模糊子集。

精确量经对应关系转换为标准论域上的基本元素，在该元素上具有最大隶属度的模糊子集，即为该精确量对应的模糊子集。

（3）模糊推理

最基本的模糊推理形式为:

前提1 IF A THEN B

前提2 IF A′

结论 THEN B′

其中，A、A′为论域U上的模糊子集，B、B′为论域V上的模糊子集。前提1称为模糊蕴涵关系，记为A→B。在实际应用中，一般先针对各条规则进行推理，然后将各个推理结果总合而得到最终推理结果。

（4）精确化

推理得到的模糊子集要转换为精确值，以得到最终控制量输出y。常用两种精确化方法：

a.最大隶属度法。在推理得到的模糊子集中，选取隶属度最大的标准论域元素的平均值作为精确化结果。

b.重心法。将推理得到的模糊子集的隶属函数与横坐标所围面积的重心所对应的标准论域元素作为精确化结果。在得到推理结果精确值之后，还应按对应关系，得到最终控制量输出y 。

通常，对于温度控制的理解，是觉得其技术成熟且改变不大。有一些工业的应用（如，注塑工业），不仅对时间进行精确的控制，而且在当设定值改变时，对于快速加温阶段和扰动的快速响应形成最小程度的过冲（overshoot）和下冲（undershoot）。一般采用的PID控制技术难以满足这些特殊的场合。

控制器由两个部分组成:传统PID控制器、模糊化模块。

PID模糊控制重要的任务是找出PID的三个参数与误差e和误差变化率ec之间的模糊关系，在运行中不断检测e和ec，根据确定的模糊控制规则来对三个参数进行在线调整,满足不同e和ec时对三个参数的不同要求。

存在2种的复杂温度控制器。一种方案是基于增加特殊性能的PID，另一种方案是模糊逻辑控制。

比例-模糊-PI控制器是在提高基本模糊控制器的精度和跟踪性能下，对语言变量取更多的语言值，即分挡越细，性能越好。但同时带来的缺点是规则数和系统的计算量也大大地增加，以至模糊控制规则表也更难把握，调试更加困难，或者不能满足实时控制的要求。

由于模糊控制没有积分环节，而且对输入量的处理是离散而有限的，即控制曲面是阶梯形而非平滑的，因而最终必然存在稳态误差，即可能在平衡点附近出现小振幅的振荡现象；而PI控制在小范围内调节效果是较理想的，其积分作用可消除稳态误差。2100433B